基于組合預(yù)測方法的鄭州市貨運(yùn)周轉(zhuǎn)量預(yù)測研究

徐燁昕， 陸 芬

(武漢科技大學(xué) 管理學(xué)院， 湖北 武漢430070)

隨著電子商務(wù)和共享經(jīng)濟(jì)的進(jìn)一步發(fā)展，物流的重要性逐漸提高,專業(yè)化和社會化促進(jìn)了各行業(yè)物流需求的增長。鄭州商貿(mào)流通的迅速發(fā)展，國內(nèi)外大型商貿(mào)流通企業(yè)先后入駐鄭州，大市場、大流通格局的逐漸形成，隨著帶動了物流業(yè)的快速發(fā)展。截止到2020年，鄭州市的貨運(yùn)周轉(zhuǎn)量、貨物量以及業(yè)務(wù)總量都呈現(xiàn)持續(xù)增長的態(tài)勢，物流需求規(guī)模悄然發(fā)生變化，物流服務(wù)供需更加不穩(wěn)定，無法有效評估物流需求。因此，建立有效數(shù)學(xué)模型確定物流需求顯得尤為重要。

李偉瑩等[1]建立了灰色預(yù)測模型，探討了我國水產(chǎn)品物流需求，并從技術(shù)、渠道、人才、政策等方面提出了相關(guān)建議。吳家麒等[2-3]通過建立改進(jìn)的灰色馬爾可夫鏈模型，對目標(biāo)城市的物流需求(貨運(yùn)量)進(jìn)行了定量預(yù)測，得到了更準(zhǔn)確的結(jié)果。張雪[4]基于GM(1,1)模型對河北省冷鏈物流需求進(jìn)行了定量預(yù)測。黃建華等[5-6]基于ARIMA模型的組合預(yù)測方式，能有效提高預(yù)測精度。姜云璐等[7]將灰色預(yù)測模型運(yùn)用到山區(qū)土地利用時空變化方面。韓正超等[8]認(rèn)為，物流需求是經(jīng)濟(jì)發(fā)展產(chǎn)生的衍生需求，是經(jīng)濟(jì)發(fā)展的產(chǎn)物。在組合預(yù)測方法[9-11]中，灰色預(yù)測模型同樣是研究熱點(diǎn)。指數(shù)平滑法[12]在預(yù)測方法中利用率也很高。鄭偉倫[13]利用指數(shù)法預(yù)測江西省GDP，可以更好地檢測數(shù)據(jù)的波動性。

系統(tǒng)預(yù)測的方法有很多，包括線性回歸預(yù)測法、指數(shù)平滑預(yù)測法、彈性系數(shù)預(yù)測法、灰色預(yù)測法等?；疑A(yù)測法和指數(shù)平滑預(yù)測法都可以利用Excel表格軟件進(jìn)行計(jì)算，但灰色預(yù)測法不需要很多的數(shù)據(jù)就可以對目標(biāo)進(jìn)行結(jié)果預(yù)測。本文采集鄭州市經(jīng)濟(jì)社會發(fā)展的主要統(tǒng)計(jì)指標(biāo)(貨運(yùn)周轉(zhuǎn)量)，使用改進(jìn)灰色預(yù)測法和二次指數(shù)平滑法對鄭州市未來5年的綜合貨運(yùn)量做出合理預(yù)測。

1 鄭州市貨運(yùn)周轉(zhuǎn)量預(yù)測分析

1.1 基礎(chǔ)數(shù)據(jù)

貨運(yùn)需求量采用地方統(tǒng)計(jì)局的實(shí)際數(shù)據(jù)，如表1所示。

表1 鄭州市貨運(yùn)周轉(zhuǎn)量與主要經(jīng)濟(jì)指標(biāo)數(shù)據(jù)

1.2 灰色預(yù)測法數(shù)據(jù)檢驗(yàn)

為保證建模方法的可行性，需要對原始數(shù)據(jù)做必要的檢驗(yàn)處理。設(shè)已知的原始數(shù)據(jù)為

x(0)=[404.3,479.8,564.1,630.9,527.7,537,548.2,686.4,779.2,855.4,680.5,706.2]。

計(jì)算數(shù)據(jù)的可容覆蓋為Θ=(0.857 403 919,1.153 564 995)。對原始數(shù)據(jù)進(jìn)行序列級比計(jì)算，得到序列級比數(shù)據(jù)，如表2所示。

表2 灰色預(yù)測法對原始數(shù)據(jù)進(jìn)行序列級比

從表2可以看出，原始數(shù)據(jù)中序列中的級比基本都超出了可容覆蓋Θ=(0.857 403 919,1.153 564 995)的范圍，沒有被覆蓋。需要對原始數(shù)據(jù)序列x(0)進(jìn)行相應(yīng)的平移變換，保證序列級比在可容覆蓋之內(nèi)。通過累加平移變換，最終得到數(shù)據(jù)序列

z(0)=[904.3，979.8,1064.1,1130.9,1027.7,1037,1048.2,1186.4,1279.2,1355.4,1180.5,1206.2]，

此時全部序列級比都達(dá)到了可容性覆蓋。

平移變換后得數(shù)據(jù)序列z(0)，符合灰色預(yù)測的建模條件，取變換過后的數(shù)據(jù)序列作為初始研究序列建立灰色預(yù)測GM(1,1)模型。

1.3 指數(shù)平滑法指標(biāo)選擇

平滑系數(shù)α的選擇是預(yù)測趨勢值是否能符合實(shí)際值的關(guān)鍵。α值越大，近期需求所占權(quán)重越大;α值越小，歷史數(shù)據(jù)所占權(quán)重越大。一般遵循如下標(biāo)準(zhǔn)：

(1)如果希望消除季節(jié)波動對時間序列的影響，反映時間序列的長期趨勢規(guī)律，可以選擇較小的α值，一般取0.1～0.3之間。減少修正幅度，使新數(shù)列中包含較多的原始數(shù)據(jù)信息，有利于增強(qiáng)預(yù)測結(jié)果的可信度。

(2)當(dāng)原始數(shù)列波動較大時，α應(yīng)選擇適中一些的數(shù)值(0.3～0.5)。

(3)希望能盡快反應(yīng)觀測值的變化，且原數(shù)列波動很大、趨勢也較明顯時，可以選取較高的α值，一般在0.6～0.8之間。有利于增加模型的準(zhǔn)確度，使預(yù)測結(jié)果迅速跟上歷史數(shù)據(jù)的變動水平。

2 鄭州市貨運(yùn)需求預(yù)測研究

2.1 灰色預(yù)測法

使用累加平移變換后得數(shù)據(jù)序列z(0)，利用Excel表格建立模型并對數(shù)據(jù)進(jìn)行分析。通過計(jì)算與檢驗(yàn)，得到最終的預(yù)測數(shù)據(jù)與誤差值，如表3所示。

表3 灰色預(yù)測法的最終預(yù)測結(jié)果

2.2 指數(shù)平滑預(yù)測法

2.2.1 指數(shù)平滑預(yù)測法原理

二次指數(shù)平滑法的計(jì)算公式為：

(1)

Yt+T=at+bt·T

(2)

(3)

(4)

2.2.2 數(shù)據(jù)預(yù)測

根據(jù)平滑系數(shù)的選擇原則，為了消除原始數(shù)據(jù)較大的波動值，也由于原始數(shù)據(jù)的時期較長。最終選擇0.3作為初始平滑系數(shù)，進(jìn)行二次平滑預(yù)測，最終得出的預(yù)測值與誤差值，如表4所示。

表4 平滑系數(shù)α=0.3時貨物量預(yù)測結(jié)果

為保證預(yù)測的準(zhǔn)確性，利用Excel表格中的模擬運(yùn)算表，對0.01～0.99之間的所有平滑系數(shù)α可能取值進(jìn)行模擬運(yùn)算，求出MES最小值為9 962.816 123，進(jìn)行篩選，得出了最優(yōu)平滑系數(shù)α值是0.26。

使用模擬運(yùn)算表求出的最優(yōu)平滑系數(shù)α值重新進(jìn)行預(yù)測，結(jié)果如表5所示。

表5 平滑系數(shù)α=0.26時貨物量預(yù)測結(jié)果

為驗(yàn)證兩次不同的平滑系數(shù)取值，將兩次的相對誤差進(jìn)行對比，如圖1所示。觀察折線圖的高低起伏，當(dāng)平滑系數(shù)值為0.26時的相對誤差要明顯小于平滑系數(shù)值為0.3時，最終取平滑系數(shù)值為0.26時的預(yù)測數(shù)據(jù)作為最終研究數(shù)據(jù)。

圖1 兩次平滑系數(shù)的誤差對比圖

2.3 綜合對比

用兩種方式分別對鄭州市的貨物吞吐量進(jìn)行了預(yù)測，將兩組數(shù)據(jù)進(jìn)行對比分析，如表6所示。

表6 兩種預(yù)測方法的預(yù)測值與相對誤差

為了更清晰的體現(xiàn)兩種方法的預(yù)測數(shù)據(jù)，對原始數(shù)據(jù)與預(yù)測數(shù)據(jù)進(jìn)行對比，如圖2所示。

圖2 兩種預(yù)測結(jié)果與原數(shù)據(jù)對比

由圖3可以清晰地看到指數(shù)平滑法數(shù)據(jù)、灰色預(yù)測法數(shù)據(jù)和原數(shù)據(jù)之間都具有一定的誤差。但是，通過指數(shù)平滑法預(yù)測出來的數(shù)據(jù)，相比于原始數(shù)據(jù)沒有太多的滯后性，且較為敏感。最終選用指數(shù)平滑法對鄭州市未來5年的貨物周轉(zhuǎn)量進(jìn)行預(yù)測。

2.4 最終預(yù)測值

使用指數(shù)平滑法，選取最后一次(即2020年)計(jì)算得到的a、b值作為常量，帶入公式(2)，即：Yt+T=746.784+19.718 124 9·T，得到了未來5年(2021～2025年)的最終預(yù)測值，如表7所示。

表7 鄭州市未來5年的貨物周轉(zhuǎn)量預(yù)測值

鄭州市2021年～2025年的五年的貨物周轉(zhuǎn)量的預(yù)測值分別為766.502億t·km、786.221億t·km、805.939億t·km、825.657億t·km、845.375億t·km。

3 結(jié) 語

鄭州物流業(yè)的發(fā)展方向應(yīng)結(jié)合國家政策和河南省的具體經(jīng)濟(jì)發(fā)展水平，一方面滿足物流供需平衡，另一方面要實(shí)現(xiàn)物流的發(fā)展和服務(wù)質(zhì)量的提高。